http://hdl.handle.net/11089/15160 Sat, 04 Apr 2026 00:22:16 GMT 2026-04-04T00:22:16Z https://dspace.uni.lodz.pl:443/xmlui/bitstream/id/17b722bb-372b-4e06-a530-ad17a5222ac7/ http://hdl.handle.net/11089/15160 http://hdl.handle.net/11089/15381 Analysis of the Time Evolution of Non-Linear Financial Networks Fiedor, Paweł We treat financial markets as complex networks. It is commonplace to create a filtered graph (usually a Minimally Spanning Tree) based on an empirical correlation matrix. In our previous studies we have extended this standard methodology by exchanging Pearson’s correlation coefficient with information – theoretic measures of mutual information and mutual information rate, which allow for the inclusion of non-linear relationships. In this study we investigate the time evolution of financial networks, by applying a running window approach. Since information–theoretical measures are slow to converge, we base our analysis on the Hirschfeld-Gebelein-Rényi Maximum Correlation Coefficient, estimated by the Randomized Dependence Coefficient (RDC). It is defined in terms of canonical correlation analysis of random non-linear copula projections. On this basis we create Minimally Spanning Trees for each window moving along the studied time series, and analyse the time evolution of various network characteristics, and their market significance. We apply this procedure to a dataset describing logarithmic stock returns from the Warsaw Stock Exchange for the years between 2006 and 2013, and comment on the findings, their applicability and significance.; W niniejszym artykule traktujemy rynki finansowe jako sieci złożone. Najczęściej wyznacza się minimalne drzewo rozpinające oparte o empiryczną macierz korelacji. W naszych wcześniejszych badaniach rozszerzyliśmy tę metodologię poprzez zamianę współczynnika korelacji liniowej Pearsona na miary oparte o teorię informacji: informację wzajemną i stopę informacji wzajemnej, co pozwala na uwzględnienie zależności nieliniowych. W niniejszym badaniu zajmujemy się ewolucją sieci finansowych w czasie, przy zastosowaniu mechanizmu przesuwnego okna. Jako że miary oparte o teorię informacji są znane z wolnej zbieżności, opieramy naszą analizę na współczynniku największej korelacji Hirschfelda-Gebeleina-Rényiego, estymowanym przez randomizowany współczynnik zależności (RDC). Jest on definiowany w odniesieniu do analizy korelacji kanonicznych losowych nieliniowych odwzorowań za pomocą kopuł. Na tej podstawie tworzymy minimalnego drzewa rozpinające dla każdego okna przesuwającego się wzdłuż badanych szeregów czasowych, analizujemy ewolucję różnych własności tych sieci w czasie, i ich znaczenie dla badanego rynku. Stosujemy tę procedurę w odniesieniu do zestawu danych opisującego logarytmiczne zwroty cen akcji z Giełdy Papierów Wartościowych w Warszawie z lat pomiędzy 2006 i 2013, komentujemy otrzymane wyniki, możliwości ich praktycznego zastosowania oraz ich znaczenie dla badaczy i analityków. Thu, 01 Jan 2015 00:00:00 GMT http://hdl.handle.net/11089/15381 2015-01-01T00:00:00Z http://hdl.handle.net/11089/15380 The Acceptance Control Costs for Variable Sampling in Case of Characteristic Distribution incompatible with Assumptions Chmielińska, Magdalena The acceptance sampling is the conclusive procedure based on a sample randomly selected from a larger batch of quality in the controlled batch. The inspection can be run in case of a variable assessment and an attribute assessment. Variable sampling assumes that the parameter of quality characteristic follows the normal distribution. The paper presents the procedure of determining the acceptance constant k of acceptance sampling by set sample size and producer’s risk, in the case of distribution of a controlled characteristics significantly different from the normal distribution. In the article the proposed method is compared with the classical method in terms of the generated costs. It is assumed that in the case of distributions significantly different from normal distribution, the proposed method proves to be cheaper in the application.; Plan odbiorczy jest procedurą rozstrzygania na podstawie próby losowo pobranej z większej partii o jakości w tej badanej partii. Kontrola odbiorcza prowadzona może być zarówno w oparciu o ocenę alternatywną, jak i w oparciu o ocenę właściwości liczbowych. Plan kontroli odbiorczej oparty na ocenie właściwości liczbowych zakłada, iż kontrolowana charakterystyka ma rozkład normalny. W artykule zostanie zaprezentowana procedura wyznaczania stałej k liczbowego planu odbiorczego o zadanej liczebności próbki i ryzyku producenta, w przypadku rozkładu kontrolowanej charakterystyki istotnie różnego od rozkładu normalnego. W artykule porównano proponowaną metodę z metodą klasyczną pod względem generowanych kosztów. Założono, iż w przypadku rozkładów istotnie różnych od rozkładu normalnego. proponowana metoda okaże się tańsza w stosowaniu. Thu, 01 Jan 2015 00:00:00 GMT http://hdl.handle.net/11089/15380 2015-01-01T00:00:00Z http://hdl.handle.net/11089/15379 Memories of Mirosława Gazińska Markowicz, Iwona Thu, 01 Jan 2015 00:00:00 GMT http://hdl.handle.net/11089/15379 2015-01-01T00:00:00Z http://hdl.handle.net/11089/15377 The Application of GARCH (1.1) Model for Measuring Shocks Transmission in Bond Market Karkowska, Renata The object of the study is identification of the bond yields volatility in selected European countries, during the crisis of public finances of Greece from 2010 to 2013. For this purpose the GARCH (1.1) model was used. The specific aim of the study is determination of the so-called contagion effect in treasury bonds market. The analysis was conducted in two trials: 1) for the countries of Central and Eastern Europe, represented by the Czech Republic and Poland, 2) for developed countries – Austria and France.; Celem badania jest identyfikacja zmienności spreadu kredytowego obligacji w wybranych krajach europejskich, w czasie kryzysu finansów publicznych Grecji w latach 2010–2013. W badaniu wykorzystano model GARCH (1.1). Szczególnym celem badania jest ustalenie: czy na rynku obligacji skarbowych mamy do czynienia z efektem zarażania? Analizę przeprowadzono w dwóch próbach: 1) dla krajów Europy Środkowej i Wschodniej, reprezentowanej przez Czechy i Polskę, 2) w krajach rozwiniętych – w Austrii i Francji. Thu, 01 Jan 2015 00:00:00 GMT http://hdl.handle.net/11089/15377 2015-01-01T00:00:00Z